locust+python性能测试库
一.简介
locust官网介绍:Locust 是一个用于 HTTP 和其他协议的开源性能/负载测试工具。其对开发人员友好的方法允许您在常规 Python 代码中定义测试。Locust测试可以从命令行运行,也可以使用其基于 Web 的 UI 运行。可以实时查看吞吐量、响应时间和错误和/或导出以供以后分析。
二.环境搭建
1.python 3.7.4
2.Locust 2.17(终端可使用pip安装:pip install locust)
三.基本用法
1.我们先来看下一个简单的实例
from locust import TaskSet, between, task, HttpUser
class api(TaskSet):
@task(1)
def on_one(self):
data = self.client.post(url="https:.......", json={
"username", "",
"password", ""
})
print(data.json())
@task(2)
def index(self):
data = self.client.get("https:..........")
print(data.json())
def on_stop(self):
print("运行结束")
def on_start(self):
print("初始化")
class UserRun(HttpUser):
tasks = [api]
wait_time = between(1, 5) # 默认等待时间0s
1)使用locust导入了四个类
Taskset:上例中api继承了该类,主要编写一些接口请求信息,client.get(),client.post()表get和post请求。
between:设置每个任务直接等待的间隔,单位为s,例:between(1,5)每个任务直接等待1-5s再去运行。出来between,还有constant可设置固定等待时间,例:constant(5)。
task:设置用例权重,数字越大,权重越大,默认为1。
httpuser:定义一个用户的基类,相当于运行类,通过tasks列表来运行我们想要的api。这里写法有两种(例1:tasks=[api1,api2],集合形式,会随机选取一个执行的任务,选取的概率相同。例2:tasks = {api1: 15, api2: 1},字典的形式,数字代表权重,会随机选取一个执行的任务,数字越大,被执行的概率越大)。
class UserRun(HttpUser):
# tasks = [api]
tasks = {api: 15, api_one: 1}
wait_time = between(2, 3)
2)上面可以看到api类中有on_start()和on_stop()两个方法,可用来初始化和结束操作
2.那么前置条件都准备好了,接下来就是如何运行了
1)在终端执行:locust -f python_file_name.py

执行后会得到一个http链接,默认ip应该是0.0.0.0。复制url到浏览器打开,如果无法打开的话,就在venv\Lib\site-packages\locust\argument_parser.py下修改默认ip即可。

再次运行会得到http://127.0.0.1:8089的地址,浏览器就可以正常打开了。
四.web-ui页面
1.通过上面再浏览器输入地址后会打开web-ui界面

Number of users (peak concurrency):总共的用户数
Spawn rate (users started/second):每秒启动的用户数
2.收集界面

1)功能按钮
stop:停止运行
Reset Stats:重置指标统计
2)tab项
Statistics:收集的各个指标数据
Charts:数据曲线图
Failures:请求失败的数据
Exceptions:异常请求的数据
Current ratio:每个任务的比例
Download Data:下载数据csv格式(各项指标,错误数据,异常数据.....)
3)Statistics下各指标
type:请求类型
name:请求url
requests:实际请求数
fails:失败数
median(ms):响应时间的中间值
90%ile(ms):90%响应时间
99%ile(ms):99%响应时间
average(ms):平均响应时间
min(ms):最小响应时间
max(ms):最大响应时间
average size(bytes):平均请求的大小
current rps:当前每秒处理事务的次数
current failures/s:当前每秒的失败数
4)Charts数据标
Total Requests per Second曲线图:

RPS:每秒请求的次数
Pailures/s:每秒失败次数
Response Times(ms)曲线图:

50th percentile:50%响应时间
95th percentile:95%响应时间
Number of Users曲线图:

当前时间请求的用户数
五.无ui模式
1)终端直接输入指令
locust -f python_file_name.py --headless --users 1 --spawn-rate 1 --host https://......
--headless:表示无ui模式
--users:总共用户数
--spawn-rate:表示每秒有多少个用户请求
--host:收集接口性能的域名
2)收集结果(终端会持续收集,ctrl+c结束)

六.各个参数介绍
| -h | 查看帮助 |
| -f | 指定运行文件 |
| -h | 指定域名 |
| -u | 并发用户数,和--headless一起用 |
| -r | 每秒增加多少个用户请求,和--headless一起用 |
| -t | 设置运行的时间,不填默认永久 |
| -l | 显示可能的用户类列表并退出 |
| --web-host | 将 Web 界面绑定到的主机。默认为“*” |
| --web-port | 端口,默认8089 |
| --headless | 无ui模式 |
| --autostart | 立即开始测试(如 --headless,但不禁用 Web UI) |
| --autoquit | 在运行 X 秒后完全退出。仅与 --autostart 一起使用 |
| --web-auth | Web 界面启用基本身份验证。应该是以下格式提供:用户名:密码 |
| --master | 将 locust 设置为在分布式模式下运行,并使用此进程作为主进程 |
| --worker | 将 locust 设置为在分布式模式下运行,并使用此 进程作为工作线程 |
| --master-host | 分布式locust的主机或IP地址负载测试。仅在使用 --worker 运行时使用。 默认值为 127.0.0.1。 |
| -T | 要包含在测试中的标记列表,因此仅包含任务与任何匹配的标签将被执行 |
| -E | 要从测试中排除的标签列表,因此仅任务没有匹配的标签将被执行 |
| --skip-log-setup | 禁用 Locust 的日志记录设置。取而代之的是,配置由 Locust 测试或 Python 提供 |
| --loglevel |
日志等级,在 DEBUG/INFO/WARNING/ERROR/CRITICAL 之间进行选择。默认值为 INFO。 |
| --logfile |
日志文件的路径。如果未设置,日志将转到 stderr |
| --show-task-ratio | 打印用户类的任务执行比率表。如果某些类定义非零fixed_count属性。 |
| --version | 查看版本 |
| --exit-code-on-error |
设置测试结果时要使用的进程退出代码包含任何故障或错误 |
| ----config | 配置文件路径 |
七.分布式运行
1.单台电脑运行(cpu核数)
1)单台电脑主要使用cpu核数来实现分布式运行的,打开任务管理器》性能》CPU》内核 查看
2)分布式运行存在主从关系,即:master》主,slave》从。
3)编辑好脚本后再终端运行主机(主机主要负责分发任务,具体执行还是从机)
locust -f Locusted.py --master
4)再开多个终端运行从机(运行的从机个数要小于等于cpu内核数)
locust -f Locusted.py --worker

5)运行问多个从机后,再回到主机的终端,可以看见启动的cpu内核数

6)此时浏览器访问http://127.0.0.1:8089可以看见启动的从机数

2.多台电脑
若一台设备不注意满足条件时,可以多台设置同时模拟请求,方法和上面的大致相同,先启动主机
locust -f Locusted.py --master
再在其它设置上运行从机(从机环境和主机一致)
locust -f Locusted.py --worker --master-host=ip地址
八.负载测试
1.自定义时间生成负载峰值或上升和下降
LoadTestShape自定义荷载形状的基类,做负载,首先先继承该类。
from locust import TaskSet, between, task, HttpUser, LoadTestShape, constant
class api_one(TaskSet):
@task
def on_one(self):
data = self.client.post(url="/api/teladress?mobile=15161581519", name="测试")
print(data.json())
class MyCustomShape(LoadTestShape):
time_limit = 60 # 设置负载总运行时长
spawn_rate = 2 # 更改用户数时每秒启动/停止的用户数
def tick(self):
run_time = self.get_run_time() # 负载测试的运行时间
if run_time < self.time_limit:
user_count = round(run_time, -1) # 当前共增加的用户(当前用户总数)
return (user_count, self.spawn_rate)
return None
class UserRun(HttpUser):
tasks = [api_one]
host = "https://api.oioweb.cn"
# tasks = {api: 15, api_one: 1}
wait_time = constant(1)
以上负载测试总共运行60s,每10s增加10个用户,10个用户再5s内增加完成。这里直接介绍tick()方法了,Locust 大约每秒调用一次 tick() 方法。user_count = round(run_time, -1),run_time为当前负载的测试时间,-1表示将run_time四舍五入到最接近的十位数,round(run_time, -1)的取值规则即:0-4.999为0,5-14.999为10,15-24.999为20,依次类推,每十秒增加10个用户。若-1改成-2,即四舍五入到最接近的百位数,每100s增加100个用户。
2.某时间段设置负载峰值上升或下降
from locust import TaskSet, between, task, HttpUser, LoadTestShape, constant
class api_one(TaskSet):
@task
def on_one(self):
data = self.client.post(url="/api/teladress?mobile=15161581519", name="测试")
print(data.json())
class StagesShapeWithCustomUsers(LoadTestShape): # 自定义荷载形状的基类。
# duration:负载的时长,users:用户总数,spawn_rate:每秒启动的用户数
# 0-10s,1s启动10个用户。10-20s,5s启动50个用户,依次类推
stages = [
{"duration": 10, "users": 10, "spawn_rate": 10},
{"duration": 20, "users": 50, "spawn_rate": 10},
{"duration": 30, "users": 100, "spawn_rate": 10},
{"duration": 40, "users": 50, "spawn_rate": 10},
{"duration": 60, "users": 10, "spawn_rate": 10},
]
def tick(self):
run_time = self.get_run_time() # 获取负载当前时间
for stage in self.stages:
if run_time < stage["duration"]:
tick_data = (stage["users"], stage["spawn_rate"])
return None
class UserRun(HttpUser):
tasks = [api_one]
host = "https://api.oioweb.cn"
# tasks = {api: 15, api_one: 1}
wait_time = constant(1)
运行结果如下

九.其它
具体api使用可参考官网:https://docs.locust.io/en/stable/api.html
文章来源:https://www.cnblogs.com/lihongtaoya/ ,请勿转载
locust+python性能测试库的更多相关文章
- python常用库
本文由 伯乐在线 - 艾凌风 翻译,Namco 校稿.未经许可,禁止转载!英文出处:vinta.欢迎加入翻译组. Awesome Python ,这又是一个 Awesome XXX 系列的资源整理,由 ...
- Python常用库大全
环境管理 管理 Python 版本和环境的工具 p – 非常简单的交互式 python 版本管理工具. pyenv – 简单的 Python 版本管理工具. Vex – 可以在虚拟环境中执行命令. v ...
- python的库小全
环境管理 管理 Python 版本和环境的工具 p – 非常简单的交互式 python 版本管理工具. pyenv – 简单的 Python 版本管理工具. Vex – 可以在虚拟环境中执行命令. v ...
- python 三方库
---------------- 这又是一个 Awesome XXX 系列的资源整理,由 vinta 发起和维护.内容包括:Web框架.网络爬虫.网络内容提取.模板引擎.数据库.数据可视化.图片处理. ...
- python第三方库,你要的这里都有
Python的第三方库多的超出我的想象. python 第三方模块 转 https://github.com/masterpy/zwpy_lst Chardet,字符编码探测器,可以自动检测文本. ...
- Python常用库大全,看看有没有你需要的
作者:史豹链接:https://www.zhihu.com/question/20501628/answer/223340838来源:知乎著作权归作者所有.商业转载请联系作者获得授权,非商业转载请注明 ...
- python常用库(转)
转自http://www.west999.com/info/html/wangluobiancheng/qita/20180729/4410114.html Python常用的库简单介绍一下 fuzz ...
- Python第三方库资源
[转载]Python第三方库资源 转自:https://weibo.com/ttarticle/p/show?id=2309404129469920071093 参考:https://github ...
- 【转载】Python第三方库资源
转自:https://weibo.com/ttarticle/p/show?id=2309404129469920071093 参考:https://github.com/jobbole/awesom ...
- Python全部库整理
库名称简介 Chardet字符编码探测器,可以自动检测文本.网页.xml的编码. colorama主要用来给文本添加各种颜色,并且非常简单易用. Prettytable主要用于在终端或浏览器端构建格式 ...
随机推荐
- OpenMetric与时序数据库模型之主流TSDB分析
摘要:为大家带来当下时序数据模型的主流TSDB分析及云厂商在时序数据模型方面的最新动态. 本文分享自华为云社区<[万字干货]OpenMetric与时序数据库存储模型分析(下)>,作者:敏捷 ...
- 海量数据分析快准稳!GaussDB(for MySQL) HTAP只读分析特性详解
摘要:除了拥有 ClickHouse 本身的极致性能外,GaussDB(for MySQL)的HTAP只读分析在 MaterilizeMySQL引擎的性能和稳定性等方面具有更优秀的表现,为提供更快更准 ...
- 字节跳动基于ClickHouse优化实践之Upsert
更多技术交流.求职机会.试用福利,欢迎关注字节跳动数据平台微信公众号,回复[1]进入官方交流群 相信大家都对大名鼎鼎的ClickHouse有一定的了解,它强大的数据分析性能让人印象深刻.但在字节大量生 ...
- 基于jdk自带httpserver开发的最小完整MVC框架
基于jdk自带httpserver开发的最小完整MVC框架 410kb级的完整MVC:solon(83k) + jdkhttp(27k) + enjoy(227k) + snack3(73k) DEM ...
- 利用 Solon-web 框架写一个 Hello World
Solon 项目的开源地址: https://gitee.com/noear/solon 最近看了不少别人写的各种框架的 Hello world 示例,有些看起来,真的很复杂. 今天,我们用号称简单到 ...
- JavaScript WebSocket C# SuperSocket.WebSocket 示例
C# WebSocket 后端代码: using Newtonsoft.Json; using SuperSocket.WebSocket; using System; using System.Co ...
- 【cJSON】轻量级的C语言JSON解析器
C++ 进阶版:[CJsonObject]C++ JSON 解析器使用教程 1. JSON与cJSON JSON -- 轻量级的数据格式 JSON 全称 JavaScript Object Notat ...
- Tomcat 9.0.26 高并发场景下DeadLock问题排查与修复
本文首发于 vivo互联网技术 微信公众号 链接:https://mp.weixin.qq.com/s/-OcCDI4L5GR8vVXSYhXJ7w作者:黄卫兵.陈锦霞 一.Tomcat容器 9.0. ...
- 领域驱动设计(DDD)实践之路(二):事件驱动与CQRS
本文首发于 vivo互联网技术 微信公众号 链接: https://mp.weixin.qq.com/s/Z3uJhxJGDif3qN5OlE_woA作者:wenbo zhang [领域驱动设计实践之 ...
- java读取解析endnote文件
有些项目中会要求代码解析endnote文献资料获取一些标准的信息,例如XX在某著名期刊上发表了某篇文章,关于发表文章的这个事情的描述就会给坐着一个endnote文件来记录文章名称.作者.期刊名称.出版 ...